Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的,但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引,並提供了許多方法來執行涉及索引的操作。
Pandas Series.dropna()
函數返回一個新係列,該係列在給定係列對象中缺少值。
用法: Series.dropna(axis=0, inplace=False, **kwargs)
參數:
axis:隻有一個軸可以從中刪除值。
inplace:如果為True,則執行就地操作並返回None。
返回:係列
範例1:采用Series.dropna()
函數將缺失的值放在給定的序列對象中。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', None, 'Rio'])
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# set the index
sr.index = index_
# Print the series
print(sr)
輸出:
現在我們將使用Series.dropna()
函數刪除給定係列對象中的所有缺失值。
# drop the missing values
result = sr.dropna()
# Print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.dropna()
函數已成功刪除給定係列對象中的所有缺失值。
範例2:采用Series.dropna()
函數將缺失的值放在給定的序列對象中。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
輸出:
現在我們將使用Series.dropna()
函數刪除給定係列對象中的所有缺失值。
# drop the missing values
result = sr.dropna()
# Print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.dropna()
函數已成功刪除給定係列對象中的所有缺失值。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Timestamp.tz用法及代碼示例
- Python Pandas Series.str.contains()用法及代碼示例
- Python Pandas dataframe.std()用法及代碼示例
- Python Pandas Timestamp.dst用法及代碼示例
- Python Pandas dataframe.sem()用法及代碼示例
- Python Pandas DataFrame.ix[ ]用法及代碼示例
- Python Pandas.Categorical()用法及代碼示例
- Python Pandas.apply()用法及代碼示例
- Python Pandas TimedeltaIndex.contains用法及代碼示例
- Python Pandas Timestamp.now用法及代碼示例
- Python Pandas Series.str.pad()用法及代碼示例
- Python Pandas Series.take()用法及代碼示例
- Python Pandas dataframe.all()用法及代碼示例
- Python Pandas series.str.get()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.dropna()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。